A empresa Mistral AI apresentou o grande modelo de linguagem Devstral, otimizado para resolver problemas que surgem durante o desenvolvimento de software. Ao contrário dos modelos de IA comuns, a Mistral AI vai além da escrita de funções individuais e da complementação de código, oferecendo capacidades que permitem analisar e contextualizar (determinar a finalidade e a lógica de funcionamento) grandes bases de código, identificar relações entre componentes e detectar erros difíceis de identificar em funções complexas.
O modelo abrange 23,6 bilhões de parâmetros, leva em conta o contexto em 128 mil tokens e foi publicado sob a licença Apache 2.0. O arquivo compactado do Devstral ocupa 47 GB e é adequado para uso em sistemas locais — para executar o modelo, é suficiente um PC com placa de vídeo NVIDIA GeForce RTX 4090 e 32 GB de RAM. O modelo pode ser utilizado em ferramentas abertas como SWE-agent e OpenHands para automação de correção de erros, análise de código e realização de modificações.
O sistema pode ser aplicado para resolver problemas específicos (issues) no GitHub e supera significativamente outros projetos no conjunto de testes SWE-Bench Verified, que verifica a correção de soluções para problemas comuns no código (são oferecidos 500 testes baseados em mensagens de erro reais do GitHub). Neste teste, o modelo Devstral obteve 46,8%, enquanto o modelo Claude 3.5 Haiku recebeu 40,6%, SWE-smith-LM 32B — 40,2% e GPT-4.1-mini — 23,6%. Entre outras coisas, o Devstral superou grandes modelos como Deepseek-V3-0324 671B (38,8%) e Qwen3 232B-A22B (34,4%), que cobrem centenas de bilhões de parâmetros.
Fonte: opennet.ru
